16.2.2 工业大数据应用的四大发展趋势
- 工业大数据应用的外部环境日益成熟
以工业4.0和工业互联网为代表的智能化制造技术已成为制造业发展的趋势，智能化制造技术的研究和应用推动了工业传感器、控制器等软硬件系统和先进技术在工业领域的应用，智能制造应用不断成熟，一方面，正在逐步打破数据孤岛壁垒，实现人与机器、机器与机器的互联互通，为工业数据的自由汇聚奠定基础；另一方面，进一步增强了工业大数据的应用需求，使得工业大数据应用的外部环境日益成熟。
- 人工智能和工业大数据融合加深
工业大数据的广泛深入应用离不开机器学习、数据挖掘、模式识别、自然语言理解等人工智能技术清理数据、提升数据质量和实现数据分析的智能化，工业大数据的应用和安全保障都离不开人工智能技术，而人工智能的核心是数据支持，工业大数据反过来又促进人工智能技术的应用发展，两者的深度融合成为发展的必然趋势。
- 云平台成为工业大数据发展的主要方向
工业大数据云平台是推动工业大数据发展的重要抓手。传统互联网大数据的处理方法、模型和工具难以直接使用，增加了工业大数据的技术壁垒，导致工业大数据的解决方案非常昂贵，云平台的出现为工业企业特别是中小型工业企业随时、按需、高效地使用工业大数据技术和工具提供了便宜、可扩展、用户友好的解决方案，大大降低了工业企业拥抱工业大数据的门槛和成本。
- 工业大数据将催生新的产业
除了云平台外，新的大数据可视化和人工智能自动化软件也能大大简化工业大数据的数据处理和分析过程，打破了大数据专家和外行之间的壁垒。这些软件的出现使得企业可以自主利用工业大数据，做相对简单的工业大数据分析，以及外包复杂的工业大数据应用需求给专业工业大数据服务公司，从而催生新产业，包括工业大数据存储、清理、分析、可视化等相关的软件开发、外包服务等。
16.2.3 发展工业大数据
发展工业大数据可从以下几点入手：
（1）整合各工业行业的数据资源，建设工业互联网和信息物理系统，推动制造业向基于大数据分析与应用的智能化转型。
(2）推动大数据在研发设计、生产制造、经营管理、市场营销、业务协同等环节的集成应用，推动制造模式变革和工业转型升级。
(3)加快建设工业云及基于工业云的应用等服务平台。依托两化融合和“中国制造2025”工作平台及政策体系，开展工业大数据创新运用。
（4）开展智能工厂及精细化管理大数据应用试点。
人工智能与大数据技术导论
434